本站5月15日消息，5月14日晚，阿里巴巴正式開源通義萬相Wan2.1-VACE，這是業界功能最全的視頻生成與編輯模型，單一模型可同時支持文生視頻、圖像參考視頻生成、視頻重繪、視頻局部編輯、視頻背景延展以及視頻時長延展等全系列基礎生成和編輯能力。
本次共開源1.3B和14B兩個版本，其中1.3B版本可在消費級顯卡運行，開發者可在GitHub、Huggingface及魔搭社區下載體驗。
據介紹，Wan2.1-VACE支持全部主流輸入形式，涵蓋文本、圖像、視頻、Mask和控制信號，可以實現角色一致性、布局、運動姿態和幅度等要素的控制。
例如，Wan2.1-VACE可以基于物體參考圖或者視頻幀生成一段視頻，也可以通過抹除、局部擴展等操作，對原有視頻進行重新生成，該模型還可以通過深度圖、光流、布局、灰度、線稿等控制信號對視頻進行編輯。
Wan2.1-VACE還支持任意基礎能力的自由組合，用戶無需針對特定功能訓練一個新的專家模型，即可完成更復雜的任務，極大地擴展了AI視頻生成的想象空間。
例如，將圖片參考和主體重塑功能組合，可以實現視頻的物體替換；將圖片參考、首幀參考、背景擴展和時長延展功能，可以將一張豎版圖片變成橫版視頻，并且在其中加入參考圖片中的元素。
據悉，自今年2月以來，通義萬相已先后開源文生視頻模型、圖生視頻模型和首尾幀生視頻模型，目前在開源社區的下載量已超330萬，在GitHub上斬獲超1.1w star，是同期最受歡迎的視頻生成模型。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
